Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/r/84.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
R 删除对角坐标图上变量的文本标签_R_R Corrplot - Fatal编程技术网

R 删除对角坐标图上变量的文本标签

R 删除对角坐标图上变量的文本标签,r,r-corrplot,R,R Corrplot,如何仅从corrplot上的对角线删除文本标签 corrplot(my_correlation_matrix1, method = "color", type = "lower", tl.col = "black",

如何仅从
corrplot
上的对角线删除文本标签

corrplot(my_correlation_matrix1,
         method = "color",                                    
         type = "lower",                                      
         tl.col = "black",                                    
         tl.cex = 0.6,                                        
         tl.srt = 45)

corrplot(my_correlation_matrix2,
         method = "color",                                    
         type = "lower",                                      
         tl.col = "black",                                    
         tl.cex = 0.6,                                        
         tl.srt = 45,
         add = T)
由于我使用的是
add=T
,因此2个
corrplot
s被合并到一个绘图中。但因为它们在对角线上有值,所以它们是重叠的。如何解决这个问题


我想做的是把二合一合并。对同一组值进行两次不同的研究<代码>上三角为
测量值A
下三角
测量值B

这里有一些问题。因为您没有提供相关矩阵,所以我们无法运行您的代码来准确查看您所看到的内容。请使用
dput(my\u correlation\u matrix1)
dput(my\u correlation\u matrix2)
将相关矩阵添加到问题中。此外,在示例代码中,两个矩阵都使用
type=“lower”
打印。我想你想让他们中的一个成为“上层”

corrplot
的tl.xxx系列参数控制所有文本标签。我认为你不能单独控制对角线上的那些。然而,我认为你可以得到你想要的,不需要太多的工作。只需创建并绘制一个完整的矩阵,其中包含您想要的值

merged_corr_matrix = my_correlation_matrix1
LT = lower.tri(merged_corr_matrix)
merged_corr_matrix[LT] = my_correlation_matrix2[LT]

corrplot(merged_corr_matrix,
     method = "color",                                    
     tl.col = "black",                                    
     tl.cex = 0.6,                                        
     tl.srt = 45)